基于人工智能技术的不完备信息系统智能诊断方法研究

为了提高不完备信息系统故障诊断的正确性与效率,本文提出一种基于粗糙集理论、蚁群优化算法和RBF神经网络相结合的故障智能诊断方法。该方法首先利用“条件组合补齐算法”对不完备的数据进行完备化处理,再利用粗糙集对条件属性进行知识约简,得到具有最大完备度的最小规则集,接着用蚁群算法优化RBF神经网络的权值,并将最小规则集用于训练RBF神经网络模型,获得故障智能诊断模型。通过实际工程数据验证故障智能诊断模型的有效性,结果表明提出的方法能有效实现系统故障的诊断。     

用于不确定性故障诊断的权重逻辑推理算法研究

针对复杂系统故障诊断建模及推理的复杂性、数据不足、领域知识及监测信息不完备等问题, 本文基于动态不确定因果图(Dynamic uncertain causality graph, DUCG)进行权重逻辑推理(Weighted logical inference, WLI)及其数理基础的系统化研究. WLI引入绑定权重系数的逻辑事件推理机制, 可确保变量状态概率的自动归一性和链式推理的自我依赖性, 为多赋值因果关系的简洁、不完备表达提供了解决方案. 由于WLI在信息不完全性和命题真值空间的高维性等方面突破了经典数理逻辑, 为使其理论基础更为坚实, 本文进行了WLI的规范化定义、推理算法补充、运算性质探析, 并就理论相容性和自洽性开展了详细论证. 算法分析及故障诊断实验结果表明, 其高效、准确、较少依赖于参数精确性和数据完备性等特征.     

不完备模型下的离散事件系统诊断方法

提出不完备模型的两种不完备性:模型定义不完备和因果关系不完备.在模型定义不完备条件下,用在线观测与模型共同约束的方法处理观测乱序及未定义事件,得到可行的诊断轨迹.相对于基于完备模型假设下不能诊断的结论,该方法扩展了诊断方法的适用范围,放松了对模型的约束要求,在因果不完备条件下,提出用因果图联系部件,解决分布式诊断中由于部件独立建模而导致的不彻底诊断,提高了诊断的精确性.通过实验验证,两种条件下的诊断方法均能在相应的不完备模型中得到预期诊断结果,并对模型进行局部修订,提高模型的完备性.     

模糊粗糙集的鱼病规则获取方法

针对鱼病诊断中存在随机性、诊断信息的模糊性和信息获取的不完备性等不确定因素。首先给出模糊的鱼病诊断过程,由于该方法存在模糊诊断矩阵较难获取的缺点。利用粗糙集理论无需先验知识的优点,将粗糙集理论和模糊集结合用于鱼病的诊断中。鱼病的症状模糊集形成条件属性,疾病模糊集形成决策属性构成模糊信息表,给出了模糊信息表属性约简和鱼病诊断规则获取的算法步骤,最后以实例演示了鱼病诊断的规则获取过程。论文为鱼病的诊断提供了一种全新的方法。     

不完备信息系统的一种属性相对约简算法

经典粗糙集理论是建立在完备信息基础上的，然而现实中，由于各种原因，很多的信息系统是不完备的。该文分析了不完备信息系统下的粗糙集模型，引入了一种构造广义决策表的方法，提出了一种基于广义决策表直接求取不完备信息系统属性相对约简的算法。通过实例计算，说明了算法的简单性和有效性。     

农作物病虫害诊断专家系统的设计与实现

农作物病虫害诊断专家系统通过对农作物病虫害症状进行推理从而判断病虫害的种类。本文对农作物病虫害诊断专家系统知识获取、知识表示方法、推理机的设计等关键技术进行介绍。     

基于条件事件代数的贝叶斯网的逻辑推理

条件事件代数理论在数据融合系统中有着重要的应用前景,该理论可用来解决不确定性、概率性和模糊性推理问题。条件事件代数是在确保规则与条件概率相容的前提下,把布尔代数上的逻辑运算推广到条件事件(规则)集合中的逻辑代数系统。对于一些特殊的贝叶斯网(如多树型网络)已经有了一些可行的概率推理的算法,但到目前为止,还没有可行的逻辑推理的算法。随着对不确定性知识研究的深入,迫切需要具有逻辑推理的算法。论文介绍了乘积空间条件事件代数的定义和基本性质,提出了基于乘积空间条件事件代数的贝叶斯网的逻辑推理的算法以及应用。     

基于改进模糊算法的复杂系统状态诊断研究

为了克服传统模糊算法的诊断系统建模复杂、改进难度大、不利于经验积累困难的缺点,在复杂系统的状态诊断中引入了改进的模糊算法,创建了基于改进模糊算法的复杂系统状态诊断模型,并以一个实例分别比较验证了基于传统模糊算法的状态诊断模型与基于改进模糊算法的复杂系统状态诊断模型,结果表明基于改进模糊算法的复杂系统状态诊断模型虽然在诊断速度方面稍逊一筹,但具有建模简单、模型改进容易、诊断准确、诊断信息丰富、适用性广泛等显著优点,其综合性能大大优于基于传统模糊算法的诊断模型。     

多缺陷交互下的加权诊断模型及儿童心脏缺陷实例分析

本文描述了在多缺陷具有交互作用的情况下多缺陷问题的诊断模型,当缺陷交互时,多缺陷具有症状并不是各成员缺陷简单累加,期望的症状可能消失、改变甚至产生新症状,在文献「１」中,介绍了症状未加权诊断模型,在本文中,我们引入的症状加权方案及加权Ｆａｌｌｏｔ诊断模型,然后介绍了诊断领域与基于实际病例的诊断结果比较。     

基于扩展窗口的时序不完备诊断方法研究

离散事件系统诊断中,由于系统复杂度较高,对系统建模时要获得系统的完备行为非常困难。传统的诊断方法往往基于模型完备的假设,在模型不完备时会出现得不到诊断解释的问题。针对模型定义不完备中的一种情况——事件顺序定义不完备,提出了一种基于扩展窗口的时序不完备诊断方法,该方法利用相关事件无序信息,在增量诊断时通过动态改变观测窗口大小,结合两个观测窗口的观测序列,在一定程度上解决了不完备的诊断问题。该方法不仅扩展了模型完备条件的约束,得到了合理的诊断结果,而且改进了观测延迟导致的观测乱序情况,扩大了模型诊断的适用范围。最后,通过算法分析和实验结果证明该诊断方法在复杂度较低的情况下能够得到合理的诊断结果。     

Fuzzy relation-based diagnosis

Consideration was given to restoration of causes (diagnoses) from the observed effects symptoms) on the basis of fuzzy relations and the Zadeh composition inference rule. An approach was proposed to the design of the fuzzy diagnostic systems enabling solution of the fuzzy logic equations hand in hand with the construction and adjustment of the fuzzy relations on the basis of the expert-experimental information. Adjustment lies in selecting the membership functions of fuzzy causes and effects, as well as the fuzzy relations minimizing the difference between the model and experimental results of diagnosis. Optimization relies on the genetic algorithm. The proposed approach was illustrated by a computer experiment and an actual example of diagnosis.     

模糊植物病虫害图像的检测

关于植物病虫害图像准确检测问题,由于通过卫星遥感技术采集的图像不清。传统的植物病虫害检测算法依靠清晰的像素信息,因采集的病虫害图像质量较低,图像模糊,造成关键像素信息的丢失、混浊,算法存在着病斑检测结果不准确的问题。为了提高准确性,提出了低质量图像的病虫害检测方法。通过建立细节点的特征库,利用模糊判别的方法对建立的少量细节特征进行检测,然后判别是否为病虫害特征.新方案只需极少的细节特征就能完成了检测,避免了对大规模像素的依赖。实验表明,采用的方法能够有效分割大部分低质量图像的病虫害特征,取得了比较好的效果。     

遗传神经网络故障诊断自适应Petri网模型

研究故障诊断优化问题。针对传统Petri网难以精确地描述故障现象和故障原因之间的复杂关系,造成故障诊断难以精确,提出了将遗传算法、神经网络和传统Petri网模型结合,形成了一种改进的自适应的加权Petri网模型以及模型的构造算法,同时在此基础上,采用改进的遗传算法对神经网络模型的权值进行优化训练,并给出了采用构造的自适应模糊Petri网模型对故障进行诊断的具体步骤。仿真实例验证了算法的有效性,对柔性制造系统实例的故障进行诊断,验证了此自适应的加权模糊Petri网模型结合了Petri网和遗传算法的优点,具有很强的故障推理能力以及自适应能力,能有效地对故障进行诊断。     

质量诊断的模糊专家系统

本文提出了有学习功能的质量诊断的模糊专家系统的基本模型，当生产过程出现异常时，将所记录的各各模糊症状输入到系统中，通过模糊推理运算后，最后输出一个或几个最有可能发生的异常因素以及相应的解决方案。该系统能比较充分地利用生产过程模糊信息，积累专家的技术和实践经验，从而为生产过程的稳定提供了保障。本文首先给出了系统的基本结构，随后讨论了系统的算法和学习功能。     

基于模糊逻辑和组合证据理论的信息融合技术在网络管理中的应用

研究基于模糊逻辑和组合证据理论的综合信息融合技术在网络管理中的应用．研究了用于网络管理的来源于多信息源的关联规则的融合方法和推理机制，以及故障与故障原因的模糊关系和模糊规则的融合方法及推理机制；在故障定位方面，采用组合证据理论对网络专家、规则推理和模糊推理所给出的故障原因进行融合得出综合的诊断结果。     

基于二进制区分矩阵的属性约简方法及应用

以粗糙集理论为基础,以属性重要度为启发式信息来指导约简过程,提出了一种改进的基于二进制区分矩阵的属性约简算法。以兰州市各区县主要经济林重点病虫害发生情况为例,使用该算法对影响病虫害发生的条件属性集进行约简,为决策者提供辅助决策支持,同时验证了该算法是有效可行的。     

An experimental comparison of fuzzy logic and analytic hierarchy process for medical decision support systems

The task of medical diagnosis is a complex one, considering the level vagueness and uncertainty management, especially when the disease has multiple symptoms. A number of researchers have utilized the fuzzy-analytic hierarchy process (fuzzy-AHP) methodology in handling imprecise data in medical diagnosis and therapy. The fuzzy logic is able to handle vagueness and unstructuredness in decision making, while the AHP has the ability to carry out pairwise comparison of decision elements in order to determine their importance in the decision process. This study attempts to do a case comparison of the fuzzy and AHP methods in the development of medical diagnosis system, which involves basic symptoms elicitation and analysis. The results of the study indicate a non-statistically significant relative superiority of the fuzzy technology over the AHP technology. Data collected from 30 malaria patients were used to diagnose using AHP and fuzzy logic independent of one another. The results were compared and found to covary strongly. It was also discovered from the results of fuzzy logic diagnosis covary a little bit more strongly to the conventional diagnosis results than that of AHP.     

基于FPN推理的多Agent网络故障诊断系统的研究

多Agent诊断系统是一种分布式系统,现已在故障诊断中得到广泛应用.提出一种基于FPN推理的多Agent网络故障诊断模型,该模型利用各部分Agent模块来完成故障诊断过程中的信息搜集与分析,故障的确定以及对故障的处理,其中故障的确定由模糊Petri网推理算法来完成.该模型综合了FPN推理算法的并行性以及多Agent技术对故障诊断与处理的智能性的特点,为实现网络故障的快速诊断提供了一条全新的思路.     

基于组合逻辑的故障诊断方法

针对复杂系统故障传播和故障分析的模糊性和不确定性,首先,在逻辑Petri网和模糊Petri网的理论基础上,根据逻辑Petri网的传值不确定性以及模糊Petri网对模糊信息的表示和推理能力的特点,提出模糊逻辑Petri网的概念及推理规则,考虑不同故障源对故障的影响程度,将概率信息引入模糊逻辑Petri网,对故障源赋予置信度,使故障诊断过程更符合实际。其次,利用模糊逻辑Petri网对故障诊断系统进行建模,用模糊逻辑Petri网描述了系统故障状态组合的逻辑关系,并进一步简化了系统模型的表达形式,具有良好的封装性、重构性和可维护性,在一定程度上缓解了状态组合空间爆炸问题。针对故障的传播性,采用可达性分析方法对故障信息的传播路径进行模拟论证,提高了故障诊断效率。最后,通过离心式压缩机故障诊断过程实例分析,验证了该方法的有效性和可行性,提高了故障诊断过程的准确性和高效性。